最优化方法论文..doc

弹性约束下的线性规划之最优化方法 摘 要：线性规划方法是解决最优化问题的有效方法之一，有着极其广泛的应用，在管理学的应用过程中也时常穿插着关于最优化的问题。本文将在古典的线性规划方法的基础上，引入弹性约束一词，以弹性约束下的线性规划类型为对象建立新的数学模型，在解决具体的管理学案例的过程中，寻求其最优化方法，同时为管理决策提供依据。 关键词：线性规划；最优化；单纯形法；弹性约束； 保证率 前言 在生产过程、科学实验以及日常生活中，人们总希望用最少的人力、物力、财力和时间去办更多的事，活得最大的效益，在管理学中被看作是生产者的利润最大化和消费者的效用最大化，如果从数学的角度来看就被看作是“最优化问题”。在最优化的研究生教学中我们所说的最优化问题一般是在某些特定的“约束条件”下寻找某个“目标函数”的最大(或最小)值，其解法称为最优化方法。线性规划方法是最优化方法中的一个重要部分。但是，经典的线性规划方法，常将目标函数和约束条件都视为确定的。然而，在实际问题中不论目标函数还是约束条件都具有不同形式的不确定性。本文重点引入新的名词弹性约束，以弹性约束下的线性规划类型为对象建立新的数学模型，从而寻求其最优化方法。 1、问题的提出 某工厂生产甲、乙、丙、丁共4种产品，需用到A,B,C共3种原料，每种产品需要使用的各种原料的数量及其可能获得的利润如表1所示。又A,B两种原料供应量有限，单位生产周期内只能提供一定的数量，而C种原料一经开包使用就必须用足一定量后方可停止使用，且不能单独使用。现有关数据均见下表。问应如何安排生产，方能使该厂所获利润达到最大值? 表1：加工产品所需原料及可能获得的利润 原料 加工每件产品所需原料 单位周期内原料的供应量或必须使用量 甲 乙 丙 丁 A 1.0 1.2 1.4 1.5 ≤2100 B 0.5 0.6 0.6 0.8 ≤1000 C 0.7 0.7 0.8 0.8 ≤1300 每件利润 12 15 8 10 现设甲、乙、丙、丁4种产品各自产量分别为 ，，,。依题意有max=12+15+8+10 +1.2+1.4+1.5≤2100 s.t 0.5+0.6+0.6+0.8≤1000 (1-1) 0.7+0.7+0.8+0.8≥1300 ,,,≥0 这是一个经典的线性规则问题。可直接利用单纯形法对其进行求解。在以上问题中，现因交通条件的改善，单位生产周期内A,B两种原料的供应量可分别保证在2100～2200与1000～1050之间；因技术的改进，C原料的使用量可变为1250～1300之间。问:在此情况下，应如何安排生产，方能使该厂所获利润Z尽可能地达到最大? 显然，这是一个目标函数和约束条件都具有一定的不确定性的线性规划问题。为得到其最优化方法，先给出以下标记、定义和命题。 2、标记、定义和命题 ①记C＝(,,…,),x＝(,,…, )T,b＝(,,…,)T, A＝()m×n,X＝{|∈Rn, ≥0}. ②允许有一定的变动范围的约束条件，称为弹性约束。所有满足弹性约束条件的元素组成的集合，称为弹性约束集。记加粗的“≤≌”表示弹性约束，我们可理解为大约小于的意思。 ＝｛|≤,∈｝（i=1,2，…,m）；M=｛| +,∈X｝,其中表示目标函数，+与分别表示希望目标函数值达到的最优的上下界，0。 ③用于表示约束条件变化范围的量，称为伸缩指标，记为≥0（i=1，2，…，m）记=(,,…, )T ④弹性约束集中的元素与满足弹性约束条件的程度之间的对应关系，称为满足程度函数。记()表示任意的∈，满足≤（i＝1，2，…，m）的程度，且 1， ≤, () 1－1/( - ) ， ≤≤+, 0， ＞+. 记()表示任意∈X函数在X处取得最大值的程度，且 0, ＜, () 1/(- ), ≤＜+, 1, +≤. ⑤记=∩∩…∩，(X)=inf{() ,(), …, ()}。 ⑥“∨”运算符定义为a∨b=max{a,b}，“∧”定义为∧=min{,}，其中,∈[0,1]. ⑦λ表示弹性约束下的目标函数最优值的保证率，λ∈[0,1]。 3、模型的建立与求解 对应于弹性约束的线性规划问题可以写成： 求m